Agent

Shippyは、高い信頼性が求められる海洋状況認識のためのAIエージェントです。本稿では、そのアーキテクチャ（ソウル、スキル、設定）や、決定論的CLIによるAPIアクセス、ユーザー分離のためのサンドボックスホスティング、実データに対するエージェント全体の評価システムなど、主要な設計上の意思決定について説明します。また、得られた教訓と今後の計画についても述べます。

本記事では、AIエージェントにおけるモデルルーティングの複雑さを解説。単なる分類問題ではなくシステム最適化問題であると指摘し、コスト、複雑性、レイテンシの3つの次元でよくある誤解を解き、IBM Researchが構築した最適化ベースのルーターソリューションを紹介。

「CrashStealer」と呼ばれる新しいmacOSマルウェアがAppleのクラッシュレポーターを装い、データ、パスワード、暗号通貨ウォレットを盗みます。その仕組みと防御習慣を紹介。

AIコストが米国企業の急成長する支出となる中、一部のスタートアップはコスト削減のために安価な中国製AIモデルに切り替えている。中国モデルは能力で遅れを取るものの、オープンソースと低コストが魅力だ。

研究チームは、4カ国に分散した14台のMac（個人のMacBookを含む）を用いて強化学習のポストトレーニングを実施し、PaperSearchQAタスクでpass@1を29%から63%に向上させました。システムはPULSEウェイト同期を用いて9GBの更新を約90MBに圧縮し、非同期スター型トポロジーで全ての通信をオブジェクトストレージ経由で行います。これはコンシューマ向けMacのみでロールアウト生成を行った初のRLポストトレーニングです。

LangChainのFleetプラットフォームは、コードを書かずにカスタムAIエージェントを構築し、ワンクリックでSlackに展開できる機能を発表。エージェントは独自のアイデンティティを持ち、チャンネルやスレッドで利用可能。

OtoDockは、Claude CodeとCodexをエージェントチームとして自社インフラ上で実行するセルフホスト型AIエージェントプラットフォームです。ライブダッシュボード、セキュリティサンドボックス、マルチエージェント会議、自動化スケジューリング、ドキュメント生成などを提供し、コンシューマー向けサブスクリプション、APIキー、ローカルモデルに対応。フェアソースライセンス（FSL-1.1-Apache-2.0）で、Dockerによるワンクリックデプロイが可能です。

従来のVPNはAIエージェントのアクセス要件に対応できず、企業は人間とエージェントの両方のワークロードを安全にサポートする統一されたアイデンティティベースのネットワーキングと特権アクセス管理を必要としています。Tailscaleの専門家が7月28日に無料ウェビナーで解決策を議論します。

Mindlasは、AIコーディングセッションにおけるコンテキスト劣化、検証負債、変更影響範囲などの問題を決定論的ゲージでリアルタイム監視し、問題が蓄積する前に具体的な修正を提供するオープンソースツールです。ネットワーク呼び出し不要で完全にローカルで動作します。

OpenAIはキーボードメーカーのWork Louderと協業し、コード作成プラットフォーム「Codex」用の正方形ボタンパッド「Codex Micro」を発表した。限定販売で価格は230ドル、Jony Iveとの別ハードウェアプロジェクトとは無関係。

Turaはローカルで動作するオープンソースのコーディングエージェントで、DeepSWE v1.1ベンチマークにおいて、マクロCLIコマンドと後方推論を用いてCodex CLI Highと比較してLLMターンを80%削減し、成功率を60%から80%に向上させました。

GeoSQLは、地図の可視化フィードバックをAIエージェントのループに統合し、空間クエリの精度を大幅に向上させる地理空間分析スキルです。テキストのみでは検出できない幾何エラー（ポリゴンの異常、座標のずれなど）を、データベースのスキーマ探索、データベース固有のSQL自動生成、コスト事前チェック（BigQuery）、結果検証、地図レンダリングと自己修正のステップで解決します。ベンチマークでは地図フィードバックにより4倍の精度向上が確認されています。制限として、コスト制御はBigQueryのみ、テストセットが小規模などがあります。

リーナス・トーバルズはLinuxカーネルのメーリングリストで、Linuxは反AIプロジェクトではなく、AIは有用なツールであると明言。同意できない者はフォークするか去るよう促した。

Telnyx Call ControlとAI Inferenceを使って構築された、110行のPythonアプリでAIと交渉練習ができる電話番号の作り方を紹介。給与交渉、営業案件、ベンダー契約の3つのシナリオを用意し、音声駆動の会話後、5つの次元で構造化されたスコアを提供する。セットアップ、コード解説、カスタマイズ、本番運用までカバー。

AIエージェントが自律的にタスクを実行するには、分離された安全で迅速にデプロイ可能なコンピューティング環境が必要です。この記事では、エージェントがなぜ独自のコンピュータを必要とするのか、そしてLangSmith SandboxがマイクロVM分離、スナップショットとフォーク、認証プロキシ、安全な実行を通じてどのようにそのニーズを満たすかを説明します。また、プロンプトインジェクションなどのセキュリティリスクと緩和策についても議論します。

ZDNetのDavid GewirtzがChatGPT WorkとClaude Coworkのデスクトップ自動化機能を比較テスト。ChatGPT Workは重複ファイルの検出やスマートなリネームを実現する一方、ファイル操作中に一度も許可を求めず、セキュリティ面で大きな懸念が残る。Claude Coworkは変更前に必ず承認を求めるため、高リスクなタスクには適している。OpenAIが許可問題を修正すれば、両者の品質は同等になるだろう。

研究者がClaudeのweb_fetchツールの抜け穴を悪用し、ユーザーの記憶から個人情報を抽出することに成功した。攻撃はハニーポットサイトのネストされたリンクを辿らせることで実行され、Anthropicは修正を行ったが報奨金は支払わなかった。

研究によると、Bomly MCPサーバーと連携したAIエージェントは大規模プロジェクトで98%以上の修正可能な脆弱性を安定して修正する一方、エージェント単体ではばらつきが大きく、14%にまで落ち込む場合もあります。このサーバーは依存関係グラフ、脆弱性リスト、修正コンテキストを提供し、発見のボトルネックを解消します。

インターネットプロトコルの設計者の一人であるヴィント・サーフ氏は、グーグルを20年間務めた後、イノベーションラボの顧問となり、AIエージェントのためのオープンな識別アーキテクチャの構築に着手する。

Anacondaは、企業向けに管理されたオープンソースパッケージと環境を提供する企業で、人気のオープンソースコーディングエージェントKiloを買収しました。この取引は、AIベンダーロックインに対する企業の警戒が高まる中で行われました。Kiloは開発者が自由にモデルプロバイダーを切り替えることを可能にし、ロックインを回避します。AnacondaはKiloをオープンソースのまま自社のAIワークスペースに統合する計画です。

本記事は、現代の職場が本質的に権威主義的であり、AIが雇用を奪う中で、教育システムが雇用可能性に焦点を当てすぎていると指摘。スキル習得ではなく、批判的思考と民主的参加を育む方向への転換を促す。

このTypeScriptリポジトリは、ツールで強制されるルールシステムにより、AIエージェントがコーディング中にアーキテクチャを破壊するのを防ぎます。依存関係ルール、ミューテーションテスト、テストと仕様の保護、コミットゲート、仕様駆動開発の5つのガードレールを備えています。また、新しいプロジェクトを開始するためのテンプレートとしても機能し、エージェントの能力を評価するベンチマーク演習も含んでいます。

この記事では、Google Geminiを使ってフライト、宿泊、アクティビティの提案を含む旅程を作成し、休暇を計画する方法を紹介します。ユーザー体験、異なるプロンプトのテスト、Auto Browseの使用のヒントが含まれています。

LoopGainは、制御理論を用いてAIエージェントループが収束した時点でインテリジェントに停止させるオープンソースライブラリで、無駄なmax_iterationsアプローチを置き換えます。ループゲインをリアルタイムで測定し、ベンチマークではAPIコストを92.8%削減、15倍の高速化を達成しつつ、出力品質を維持します。

本記事では、エンジニアが2026年に実際に使用している、ローカルインフラ上でAIエージェントを構築・調整・実行するための7つのPythonツールを紹介します。

OpenAI による SWE-Bench Pro の監査により、ベンチマークの約30%のタスクに欠陥があり、正確なスコアが能力を誤って示す可能性があることが明らかになりました。この発見を受けて、OpenAI は同ベンチマークの推奨を取り下げ、より信頼性の高い評価方法の必要性を強調しています。

Googleのホワイトペーパーに基づき、AIがソフトウェア開発プロセスをどう変えるかを解説。エージェントはモデル＋ハーネス、コンテキストエンジニアリングがコスト鍵、検証が「バイブコーディング」と真のエンジニアリングを分ける、各フェーズの変化、経済性、プロトタイプが本番エージェントになる流れなど。

日本は製造業、ロボット工学、インフラ構築の世界的リーダーであり、NVIDIAのフルスタック技術を活用してAIエコシステムを構築しています。NVIDIAとSEGAは30年にわたる協業を記念し、「バーチャファイター クロスロード」などのタイトルをNVIDIA RTX Sparkに提供することを発表。技術パートナーシップの進化を示しました。

PromptManはmacOSメニューバーアプリで、カスタマイズ可能なグローバルショートカットを使ってAIプロンプトを保存、整理、再利用できます。ChatGPT、Claudeなどのツールに対応し、クラウド同期、バージョン管理、AI Enhance機能を備えています。無料版は10プロンプトまで、Pro版は月額4.99ドル（年間39ドル）です。

AITermはネイティブmacOSターミナルアプリで、自然言語コマンド、エラー診断、ローカルまたはクラウドAIモデル、リスクスコアリングとロールバック提案を備えたセーフティゲートを統合しています。無料版はコア機能を提供し、Pro版は自動化、ランブックなどを追加します。

非ネイティブのライターのための新しいワークフロー：母国語で下書きをし、AIで英語に翻訳・洗練する。研究によると、第二言語での執筆は認知負荷により30-50%多くの時間がかかる。アイデア生成と言語変換を分離し、EchooのようなAIツールを使うことで、速度と品質を取り戻せる。

AI支援コードレビューにおいて、決定的静的解析はトークン消費を大幅に削減できます。LLMを呼び出す前に既知の問題を決定的チェックでフィルタリングすることで、不必要な推論コストを削減し、真に判断が必要な曖昧な問題にモデルを集中させることができます。

AIDE2システムは、人間が2年かけて構築したものよりも優れた自律研究ハーネスを8日間で発見し、再帰的自己改善（RSI）の初めての実験的証拠を提供しました。二層最適化ループを用いて、7つの連続改良バージョンを生成し、未知のタスクへの一般化を示すとともに、報酬ハッキングに対する防御も進化させました。

UltraWork は、月額固定399ドルのホステッドAIコーディング環境で、トークン計測がなく、予期せぬ請求もありません。厳選されたモデルカタログ、インテリジェントルーティング、プロンプトテンプレートライブラリを備え、インディーハッカーや小規模チーム向けに設計されています。高性能インフラの経験を持つエンジニアによって運営されています。

TormentNexusは、ローカルファーストのオープンソースAI制御プレーンで、永続的なメモリ、MCPツールオーケストレーション、マルチエージェントワークフローのための自律インフラ管理を提供します。38以上のAIコーディングエージェントをサポートし、プログレッシブツールルーティング、デュアルティアメモリアーキテクチャ、スウォーム調整などの機能を備えています。

本記事では、AIコーディングアシスタントが「プロンプト→待機→評価」のループを通じてフロー状態を破壊するメカニズムを探る。著者は、このサイクルがプログラミング本来の明確な目標、即時フィードバック、スキルに合った挑戦を置き換え、絶え間ないコンテキストスイッチと精神的な再構築を強いることを解説。フロー理論や中断研究を引用し、AIが新たな陰湿な中断源となる理由を分析する。解決策として、タスクの種類に応じてAI利用を区別し、バッチ処理で深い集中を守ることを提案。

Tiptap AI Toolkitは、AIが直接かつリアルタイムにドキュメントを編集できるようにし、コラボレーションと生産性を向上させます。

Monidは、AIエージェントが1300以上のツールにシームレスに接続して使用できるプラットフォームです。検索、データスクレイピング、天気、3Dモデリングなどをカバーします。統一された支払いシステムで、サブスクリプション不要の従量課金制を採用し、Skill、MCP、CLIの3つの統合方法をサポートしています。

Sogni Unlimitedは、分散型GPUネットワークを利用したサブスクリプション型の無制限画像・動画・音楽・LLM生成サービスです。レンダリングごとの課金はなく、オープンソースモデルと一部の有料パートナーモデルをサポート。サブスクリプション収入の一部は独立したGPUオペレーターを支援します。

2026年6月、AnthropicのClaude Fable 5のシステムプロンプトがGitHubで流出しました。これは3826行に及ぶドキュメントで、モデルの動作を導くためのものです。本記事では、その出典、構造、拒否処理、ケア義務、メモリーシステム、エージェント機構、著作権保護などの重要な部分を詳しく解説し、最先端のAIがいかにエンジニアリングされたルールブックであるかを明らかにします。

本論文は、コーディングエージェントがロボット側のMCPサーバーからスキルライブラリを含む契約を取得することで、自然言語から実行可能な行動木を合成するアーキテクチャを提案する。シミュレーションと実機実験で高い成功率を達成。

狭い環境で動作するマルチロボットチームは、変形と再構成の両方の動作を適応させる必要があります。既存手法は独立したモデリングやルールベースであり、デッドロックを起こしやすい。EFLUXは幾何学に基づくLLMエージェントフレームワークで、変形と再構成を共同推論し、閉ループ生成・検証・修正パイプラインで安全なナビゲーションを実現。実験でデッドロックとナビゲーション失敗を低減。

SymbOmniは、現在のモデルが経験を累積して自律的に進化できない「永遠の初心者」問題を解決する新しいAIモデルです。シンボリック概念学習を採用し、最適化可能なメモリモジュールが低レベル操作を再利用可能なシンボリックワークフロー命令に抽象化し、帰納-変換サイクルを通じて動作します。実験では、画像品質とタスク成功率で既存のエージェントシステムやクローズドソースモデルを上回り、トークン消費を40%以上削減し、継続学習で新たな最高水準を達成しました。

TSCA-Netは3つの補完的モジュール（時空間クリーク注意、歩行者間クリークポテンシャル、適応KANグリッド精緻化）により混雑環境での歩行者軌道予測精度を大幅に向上させ、ETH/UCYおよびSDDベンチマークで最先端性能を達成した。

本研究では、原子力発電所におけるヒューマンファクター事象診断のためのCNNP九段階ガイドラインを多段階診断パイプラインとして実装したG-SHAREを提案する。証拠抽出、段階的推論、一貫性修復で構成され、実データで評価した結果、ワンショットプロンプトや従来の機械学習を大幅に上回る性能を示した。

本論文では、小売向け対話システムの大規模評価のための設定駆動型パイプライン「GenAI Evaluation」を提案する。正規化、シャーディング、非同期実行、スキーマ制約付きLLMスコアリングにより、有用性、真実性、明確さ、トーンの一致、翻訳の次元を評価する。選択的再評価は無効なレコードのみを処理し、スキーマロックとバージョン管理構成により監査可能性を確保。1日約5万件のレコードを処理し、200万件以上のインタラクションを評価。12,980件の人間ラベル付きデータで検証し、マクロF1 0.93、翻訳精度89%を達成。

本研究では、マルチエージェント言語モデルシステムにおける相互作用グラフ構造がコンセンサス形成にどのように影響するかを調査した。ナミングゲームプロトコルを用いて、オープンウェイト言語モデル（1.1B～32Bパラメータ）集団における慣習形成を分析。同質的閾値類似性ルーティングは断片化を悪化させるが、ブリッジ探索ルーティングはメモリが利用可能な場合に断片化を修復できることを発見。異種集団では閾値類似性はコンセンサスを生み出せないが、状態コンポーネントとラベル不一致ブリッジはコンセンサスを回復する。同種集団では履歴保持が一般的にコンセンサスを促進し、Qwen2.5-32Bは全ての履歴保持設定で安定したコンセンサスに達した。この研究はまた、状態閾値、集団サイズ、語彙サイズに対するロバスト性を確認し、初期ウィンドウのグラフエネルギー特徴が有用な診断ツールとなることを示した。

本論文では、AIエージェント向けにEコマースプラットフォームを強化する「エージェント対応ウェブサイト」デザインフレームワークを提案する。実験では、エージェント対応サイトの厳密成功率が49.3%から89.3%に向上し、部分成功が43件から3件に減少、平均ステップ数が9.31から6.49に低下した。

再現可能なキャリブレーション優先報酬監査フレームワークを提案。スマート温室の強化学習制御において、スカラー報酬を温度、CO2、湿度などのコンポーネントに分解し、GreenLight-Gymと自律型温室チャレンジのデータで検証した。

データ居住規制下の金融機関向けに、テナント所有言語モデルの構築とガバナンスを目的とした本研究は、オントロジー増幅蒸留と文脈性監査の手法を組み合わせている。蒸留実験では、Qwen3.6-27B学生モデルが40件のベトナム語金融タスクのうち36件を正解し、GPT-5と同等だが統計的に等価とは言えない。文脈性監査パイロットでは残差文脈性がゼロであり、直接的な影響と構成結合がより有用な信号であることが示された。現在のエビデンスは展開可能性や安全性、優位性を支持しない。